中国科学院院士、中国科学院生物物理研究所研究员

个人简介：陈润生，中国科学院生物物理研究所研究员，中国科学院核酸生物学重点实验室学术委员会主任。2007年当选为中国科学院院士，2014年当选国际欧亚科学院院士。曾获何梁何利基金科学与技术进步奖（2008）、谈家桢生命科学成就奖（2012）、国家科学技术进步奖二等奖（2013）等。

美国医学与生物工程院院士 深圳理工大学计算机科学与控制工程学院院长、讲席教授

报告主题：通用人工智能大模型的发展现状与未来突破方向

个人简介：潘毅博士，深圳理工大学计算机科学与控制工程院创院院长、讲席教授；中国科学院深圳先进技术研究院高性能计算中心首席科学家；广东省生物医学大数据智能分析重点实验室主任；深圳市智能生物信息学重点实验室主任；美国医学与生物工程院院士、俄罗斯工程院外籍院士、乌克兰工程院外籍院士、欧洲科学与艺术院院士、英国皇家公共卫生院院士。国际工程技术协会杰出会士、英国工程技术学会会士、亚太人工智能学会会士、亚洲计算智能学会会士、国际人工智能产业联盟会士、日本学术振兴会会士、长江学者、国家特聘专家。入选2024全球前0.05%顶尖学者榜单。近五年被ScholarGPS评为全球计算生物学排名4的顶尖学者。

南京大学教授、国家杰青、长江学者

南京大学副教授、国家高层次青年人才

报告主题：太阳活动的高性能数值模拟：从 MHD 物理到算力优化实践

报告摘要：太阳磁活动的形成与爆发过程涉及复杂的磁流体动力学（MHD）演化，是典型的多尺度、强非线性物理系统。为刻画磁绳形成、日珥演化、耀斑爆发与日冕物质抛射等关键活动，我们基于开源 MHD 框架 MPI-AMRVAC 开展了高分辨率三维模拟研究。报告将介绍该代码在多层自适应网格、MPI/OpenMP 混合并行及 GPU 加速方面的优化实践，并探讨其在多架构高性能平台上的可移植性与性能优化策略。同时，将结合具体科研案例讨论高性能计算在太阳物理研究中的关键支撑作用，并展望开源生态、算力协同与物理建模的深度融合，为智能算力体系下的科学计算提供参考路径。

个人简介：陈鹏飞，南京大学天文与空间科学学院教授，2016 年度教育部长江学者特聘教授，主要从事太阳物理研究，发表论文160余篇。担任世界空间科学委员会 E2 分会副主席、《三体》电视剧科学顾问等职。荣获国家杰青（2010）、中国青年科技奖（2011）、亚太太阳物理青年成就奖（2017）、江苏省教学成果特等奖（2022）、国家级教学成果一等奖（2023）等多项荣誉。 

个人简介：周雨昊，南京大学副教授，主要从事太阳物理活动的高性能数值模拟。2019 年获南京大学天文学博士学位，随后在比利时鲁汶大学从事博士后研究，获 FWO 博士后资助（2022–2025）。2024年入选国家高层次青年人才计划，2025年回国任南京大学副教授。已发表 SCI 论文二十余篇，是开源 MHD 软件 MPI-AMRVAC 的主要开发者之一。

山东大学科学智能研究院院长、泰山学者

报告主题：聚变人工智能：智能控制、综合诊断、AI模拟与数字装置

报告摘要：聚变能作为极具潜力的终极能源，有望深刻改变全球能源格局。然而，磁约束等离子体具有多时空尺度、强非线性和多物理过程耦合等复杂系统特征，其物理过程跨越极大时间尺度，工程上涉及强磁场、加热、诊断等多个紧密耦合的系统，进一步增加了设计与控制的难度。实现聚变能的关键之一在于有效应对等离子体物理与工程系统之间的复杂相互作用。随着人工智能技术的发展，聚变人工智能已成为研究前沿，涵盖智能控制、综合诊断与AI模拟等方向。在面向未来聚变堆的运行中，AI可实现实时物理信息重建、不稳定性分析与反馈控制，提升运行效率与可靠性。基于AI的综合诊断系统能够融合多源数据，提升测量重建的准确性与实时性；而AI驱动的模拟方法则通过代理建模与物理嵌入，提高了计算效率与真实系统模拟能力。国内多个装置正推进数字化与智能化平台建设，构建融合实验、模拟与控制的数字孪生系统，聚变人工智能有望通过多源数据融合与智能方法重塑聚变能研发模式。

个人简介：刘健，山东大学教授、科学智能研究院院长，泰山学者特聘专家，中科院拔尖青年科学家。北京大学物理学学士、等离子体物理博士，普林斯顿大学联合培养。长期致力于等离子体人工智能、大规模数值模拟、高性能计算和聚变能物理研究，在几何算法、混合模拟、射频波物理及逃逸电子机制方面取得原创成果。主持建设多个重大软件平台与计算中心，依托“神威·太湖之光”开展千万核级大规模模拟。获中科院超算最佳应用奖、中国发明协会发明创业成果一等奖等；主持国家级科研项目15项，经费超4000万元，发表SCI论文百余篇，多次受邀国际报告。

鹏城实验室网络智能部智能系统与应用创新研究所所长

报告主题：运用高性能计算构建群体级多尺度药物心脏毒性检测体系

报告摘要： 药物心脏毒性是导致药物退市与临床风险的重要因素。现有基于hERG通道的检测方法过于敏感，难以准确反映药物在多尺度心脏系统中的真实致心律失常风险。

本报告介绍了一种基于高性能计算与群体多尺度电生理模拟的药物心脏毒性检测平台。该平台结合细胞级与组织级电生理模型，在群体参数空间中通过并行计算快速筛选高风险药物，显著提升了检测的精度（准确率约90%）与效率（单药物约30分钟）。

平台设计中利用并行模拟框架实现上百药物批量仿真与事件检测（如早搏、复极失败、T波交替等），并通过与临床QTc分布数据对齐，提高模型的可解释性与可靠性。

未来工作将面向开源生态与算力优化，探索在异构计算平台（GPU/AI芯片）上的编译优化与模型加速，实现个体化药物安全评估与智能药物设计的算力支撑。

个人简介： 宋震，鹏城实验室副研究员、博士生导师，智能系统与应用创新研究所所长，国家级青年人才获得者。拥有15年以上复杂系统建模与高性能计算经验，研究方向涵盖心脏电生理、多尺度数学建模、AI医疗、药物心脏毒性检测等。参与美国 FDA CiPA 标准制定，在 Science、PNAS、Circulation 等发表论文30余篇。其 2023 年发表于《Science》的成果首次通过多尺度仿真验证“成纤维细胞可直接致心律失常”机制，获 Science 专题评论与拉斯克基金会特别推荐。承担国家项目、鹏城云脑算力网重大专项等多项任务，是多个国家重大项目科学委员会专家。

松山湖材料实验室研究员、国家高层次青年人才

报告主题：人工智能赋能材料科学研究面临的机遇与挑战

报告摘要：材料科学的发展通常依靠“反复试验+经验总结”的传统模式，无法满足当前的新材料应用需求。目前，人工智能技术的突飞猛进为材料科学研究带来了新的机遇，“AI+材料”的发展将变革材料科学研究范式。通过AI与材料科学的深度有机结合，未来有望为解决材料科学前沿难题提供新思路。本报告将从三个方面展开：（1）传统计算机模拟面临的时间和空间尺度难题，尤其在无序材料体系的结构-性能关联研究方面；（2）通过深度学习等技术从第一性原理计算构建机器学习势函数从而对复杂材料体系开展大规模分子动力学模拟研究，揭示材料性质的原子尺度机理；（3）针对材料科学实验小数据难题，我们提出材料网络科学的研究理念，结合大语言模型和深度学习等技术挖掘材料的内禀关系，开发材料推荐系统，为新材料设计提出新思路。

个人简介：胡远超，松山湖材料实验室研究员、博士生导师，国家高层次青年人才。2018年在中国科学院物理研究所与香港城市大学获博士学位，曾任东京大学 JSPS 博士后、耶鲁大学助理研究员。研究方向包括非晶态材料物理的计算模拟及利用数据科学加速新材料研发。曾获国家自然科学基金面上项目支持，在 Nature Materials、Nature Energy、Nature Physics、PNAS、Advanced Materials 等顶刊发表论文，担任 Nature、Nature Physics、PRL 等期刊审稿人。

大会主页：

https://ccf.org.cn/ccfces2025 

会议联系人：

李希代 13693056420  lixidai@ict.ac.cn